Praten over de toepassing van datawarehouse-technologie in drukkerijen
Wij zijn een groot drukkerijbedrijf in Shenzhen China. Wij bieden alle boekpublicaties, hardcover boekafdrukken, papercover boekdruk, hardcover notitieboek, takboekafdrukken, boekafdrukken met zadelsteken, boekjes printen, verpakkingsdoos, kalenders, alle soorten PVC, productbrochures, notities, kinderboeken, stickers, alles soorten speciale papieren kleurendrukproducten, gamekaart enzovoort.
Bezoek voor meer informatie
http://www.joyful-printing.com. Alleen ENG
http://www.joyful-printing.net
http://www.joyful-printing.org
e-mail: info@joyful-printing.net
Met de toetreding van China tot de WTO en de toenemende mate van wereldwijde informatieverstrekking heeft het grote ontwikkelingsmogelijkheden en enorme uitdagingen voor de grafische industrie opgeleverd. In een tijdperk van felle concurrentie winnen printbedrijven in veel ondernemingen; in het informatietijdperk van vandaag, wie kan kerninformatiebronnen intensiever ontginnen in massale informatie, waardoor meer management voor bedrijfsmanagers wordt geboden. De beslissingsreferentie voor waarde verdient aandacht.
Op dit moment hebben we verschillende toepassingssubsystemen opgezet in vele drukkerijen, zoals een subsysteem voor klanten, een subsysteem voor productie, een financieel subsysteem, een subsysteem voor de verkoop, enz., Die tot op zekere hoogte nog steeds in hun respectieve velden kunnen worden gebruikt. Bevredigend van de vraag, hier is wanneer het analyseproces slechts een kleine hoeveelheid gegevensinformatie omvat. Databasesystemen voor frequente operationele verwerking zijn vaak overweldigd wanneer de hoeveelheid gegevens snel groeit en queryvereisten steeds complexer worden. Daarom moet een nieuwe technologie worden toegepast om complexe analyse en verwerking mogelijk te maken, dus de datawarehouse-technologie is ontstaan.
Ten eerste, datawarehouse-technologie
Datawarehouse-technologie verscheen in de jaren tachtig. In de jaren negentig gaf de beroemde Amerikaanse ingenieur Dr. WH Inmor de definitie van datawarehouse: datawarehouse is onderwerpgericht, geïntegreerd en niet-hernieuwbaar (stabiliteit Een verzameling gegevens die in de loop van de tijd verandert (inclusief historische gegevens op verschillende tijdstippen) ) ter ondersteuning van het besluitvormingsproces in bedrijfsbeheer Het is een oplossing voor bedrijfsinformatiebeheer die een systeemarchitectuur is, geen softwareproduct of -toepassing.De datawarehouse-architectuur integreert bedrijfsgegevens die zijn verspreid over verschillende gestructureerde databases op verschillende locaties in de onderneming netwerk en vormt de kern van een beslissingsondersteunende systeemomgeving op basis van grootschalige databases. Het is een relatief effectieve oplossing om het probleem van te veel gegevens in de management- en besluitvormingsactiviteiten van de onderneming op te lossen, maar het gebrek aan bruikbare informatie.
1. Datawarehouse-functies
In tegenstelling tot een speciale database heeft een datawarehouse de volgende kenmerken:
1.1 Datawarehouse is onderwerpgericht. Het neemt de hoofdinhoud van zakelijk werk als hoofdlijn, verkrijgt effectieve informatiegegevens uit een groot aantal verspreide privédatabases, fysieke scheidingswanden volgens het onderwerpgebied, transformeert en organiseert ze in nieuwe opslagsystemen en aggregeert gegevens in In het nieuwe speciale structuur en stel de linkrelatie van elk vakgebied vast. Het moet gezegd worden dat het onderwerp de standaard is voor data-acquisitie en categorisatie in data warehousing.
1.2 Integratie is een belangrijk kenmerk van datawarehousing. Datawarehouse-gegevens zijn afkomstig van verschillende applicatiesystemen, met behulp van verschillende datastructuren en -typen, met verschillende coderingsmethoden. Daarom is het niet mogelijk om eenvoudig elke detailgegevens te kopiëren, maar om de gegevens te verwerken en verschillende soorten gegevens te verenigen in het datawarehouse-model. Data-integratie is een cruciale schakel in de constructie van datawarehouse.
1.3 Wijzigingen in de tijd zijn een ander kenmerk van datawarehousing. Over het algemeen slaat de speciale database alleen de momenteel actieve gegevens van het toepassingssysteem op en de gegevens van de andere tijd worden alleen gebruikt als back-upopslag en er is geen verbinding voor of na. Datawarehouse-gegevens worden vaak gebruikt als een trendanalyse en het moet voldoende historische gegevens bevatten en de tijdspanne kan erg lang zijn. Tijdelijkheid is een onvermijdelijke vereiste van data warehouses voor het analyseren van de inherente wetten van data.
Een ander kenmerk van het 4-datawarehouse is de niet-vluchtigheid (dwz stabiliteit) van de gegevens. De gegevens van het datawarehouse zijn de analysegegevens voor een uitgebreide verwerking van een bepaald onderwerp. Nadat de gegevens zijn gevormd en in het datawarehouse zijn geladen, mag het managementpersoneel in principe niet naar wens wijzigen of verwijderen en kan het alleen periodiek worden vernieuwd.
2. De samenstelling van het datawarehouse-systeem
Data warehousing-technologie is eigenlijk een technologie voor informatie-integratie. Het datawarehouse verkrijgt onbewerkte gegevens van verschillende informatiebronnen en slaat deze vervolgens op in een interne database van het datawarehouse. Vervolgens wordt de gebruiker via de toegangstool voorzien van geïntegreerde informatie om de bedrijfsmanager te helpen bij het uitvoeren van een grondige en uitgebreide analyse om de algehele beslissing van de onderneming te ondersteunen. Op basis van deze behoeften omvat een datawarehouse doorgaans de volgende onderdelen:
2.1 gegevensbron: verstrek brongegevens voor het datawarehouse, zoals bedrijfsdatabase, productiedatabase, enzovoort.
2.2 hulpmiddelen voor het extraheren, transformeren en laden van gegevens: extraheergegevens uit de gegevensbron halen, vervolgens de verwerking reorganiseren, laden in de doeldatabase.
2.3 tools voor gegevensmodellering: stel een informatiemodel op voor de brondatabase en de doeldatabase.
2.4 core warehousing: gegevensdatamodellen en metadata opslaan.
2.5 doeldatabase: gegevens opslaan die zijn geverifieerd, georganiseerd, verwerkt en gereorganiseerd.
2.6 Front-end toegang tot gegevens en analysehulpmiddelen: besluitvormers en bedrijfsanalisten van ondernemingen gebruiken deze hulpmiddelen om gegevens in de doeldatabase verder te analyseren.
2.7 tools voor datawarehousebeheer: beheerprogramma's voor de werking van datawarehouse, zoals beveiligingsbeheer en opslagbeheer.
Ten tweede, de datawarehouse-module in de grafische industrie
Op dit moment is de oprichting van datawarehouse bij de meeste ondernemingen voornamelijk gebaseerd op het bedrijfsthema voor gegevensintegratie en is de drukkerij dezelfde. Volgens de kenmerken van de grafische industrie omvat het huidige enterprise warehouse voor printing enterprise hoofdzakelijk de volgende modules volgens het thema:
1 Module Klantanalyse: deze analyseert voornamelijk het type en de samenstelling van klanten, vindt kernklanten en waardevolle klanten op basis van bedrijfsdistributie in het verleden en analyseert uiteindelijk de belangrijkste factoren die van invloed zijn op het bedrijfsvolume. Via deze module kunnen bedrijven de marktvooruitzichten duidelijk analyseren en een goed wederzijds vertrouwensmechanisme met klanten opbouwen.
2 Productiemanagement-analysemodule: analyseert systematisch het volledige productieproces, hoofdzakelijk op basis van aspecten van productie-efficiëntieanalyse, redelijke ordening van verschillende afdelingen, efficiëntie-trendanalyse, enz., Om managers te helpen de productie- en operatiesituatie onder de knie te krijgen en de productie te beïnvloeden. De belangrijkste factoren, en vervolgens de bijbehorende oplossing voor het probleem, om de productie-efficiëntie en het managementniveau van het bedrijf te verbeteren.
3 Bestel bedrijfsanalysemodule: als een speciale industrie voor drukkerijen biedt het geen verkoopactiviteiten zelf en wordt het geproduceerd volgens de bestelling. Daarom is de analyse van de bestelling erg belangrijk, voornamelijk van het ordertype, het bedrijfsvolume, regionale distributie, klant, documentaire situatie en afdrukmethoden, enz., En vervolgens het bedrijfsvolume van het bedrijf in recente jaren verkennen, analyse De verandering in bedrijfsvolume en de belangrijkste beïnvloedende factoren, dus nauwkeurig de markttrends weergeven en juiste beslissingen nemen voor de verdere ontwikkeling van ondernemingen.
4 Analyse module logistiekbeheer: deze analyseert voornamelijk de aspecten inkoop, voorraad, verzending, materiaalgebruik, transportkosten, distributiekosten enz., En verkrijgt de belangrijkste aspecten die van invloed zijn op de kosten, en stelt relevante verbeteringssystemen vast om de efficiëntie van de onderneming.
Daarnaast zijn er modules zoals financiële analyse en personeelsanalyse, die worden bepaald op basis van de specifieke omstandigheden van het bedrijf. Naast deze analysemodules in het datawarehouse, moeten er overeenkomstige feitentabellen zijn, zoals feitentabellen voor klantgegevens, feitentabellen van offertereiken, enzovoort.
Ten derde, de oprichting van printing enterprise datawarehouse
Het opzetten van een datawarehouse in een drukkerij, zoals andere industrieën, moet de volgende principes volgen:
1 Stapsgewijs principe: het bouwen van een datawarehouse met grote investeringen, hoog risico en lange tijd kan niet van de ene op de andere dag worden gedaan. Verwacht niet vanaf het begin een gigantisch wereldwijd datawarehouse te bouwen. Van de kleine, goed gedefinieerde en gegevenscontrastthema's, van eenvoudig tot complex, van lokaal tot globaal, gefaseerd geïmplementeerd.
2 Het principe van schaalbaarheid: de omvang van het datawarehouse wordt groter naarmate het onderwerp groter wordt en bij een bepaald onderwerp verandert het ook dynamisch naarmate de gegevens groter worden. Daarom moet het bouwen van een datawarehouse schaalbaarheid aantonen in termen van gegevensarchitectuur, gegevensopslag en gegevensverwerking.
3 Praktijkprincipe: de structuur van het datawarehouse wordt bepaald door bedrijfsbehoeften en integreert gegevens volgens zakelijke thema's.
Het bouwen van een datawarehouse in de huidige drukkerij maakt geen gebruik van de traditionele levenscyclusbenadering, maar gebruikt in plaats daarvan een snelle ontwikkelingsbenadering die vergelijkbaar is met die van rapid prototyping. Na het bepalen van de onderwerpen, zoals het bestellen van zaken, klanten, productie, enz., Voert het bedrijf onderzoek en analyse uit en bouwt vervolgens een wiskundig model (meestal een stermodel) op basis van de originele verschillende subsysteemgegevens en stelt direct een datawarehouse in. En realiseer het prototype van het systeem zodat de gebruiker de informatie op tijd kan proberen te gebruiken; vervolgens zal het bedrijf het prototype van het systeem geleidelijk aanpassen aan de feedbackinformatie om het geleidelijk perfect te maken en meer bevredigende besluitvormingsdiensten voor de manager te bieden. Dit datawarehouse-systeem is gebouwd volgens een nieuwe architectuur met uitgebreide ontwikkeltools om tijdig aan de behoeften van verschillende gebruikers te voldoen.

